基于Kinect的骨骼表示估计进食频率和识别进食行为

基于Kinect的骨骼表示估计进食频率和识别进食行为(中文9200字,英文PDF)
摘要
在医疗保健领域中，人类对饮食活动的检测和识别进行了多年的研究。以前的方法大多依赖于身体磨损的传感器来检测进食行为。然而，这些传感器的测量误差将大大降低对于速度和加速度估计中的跟踪精度。为了避免这个问题，我们使用Microsoft Kinect来捕捉饮食行为的骨骼运动。本文介绍了一种移动平均法来消除捕获关节位置相对距离处的噪声，从而将进食活动划分为进食帧和非进食帧。为了识别不同的进食模式，根据从所产生的进食周期中提取的特征进行进食和饮酒行为识别。对我们收集的饮食行为数据集进行了实验评估，我们还改变了Kinect和受试者之间的距离，以测试我们方法的鲁棒性。与其他方法相比，该方法具有更好的检测和识别性能。我们对于饮食行为分析的先驱工作可以带来许多潜在的应用，例如开发一个网络系统，帮助人们分享和搜索他们的饮食行为，以及进行智能分析并提供建议。
关键词 ：骨骼运动；Microsoft Kinect；自我喂食检测；饮食行为识别